Ithaca (DeepMind)

Was ist Ithaca?

Bei Ithaca handelt es sich um eine Software bzw. einen Algorithmus des britischen Unternehmens DeepMind, welcher mittels maschinellem Lernen lückenhafte antike Texte wieder vervollständigen soll. Dazu wird das Programm in erster Linie in der Epigrafik, der Wissenschaft über Inschriften auf verschiedenen Materialien, eingesetzt. Aktuell zielt der Algorithmus auf die Analyse altgriechischer Texte ab, jedoch ist zukünftig die Anwendung auch für andere Sprachen geplant.

Neben der Vervollständigung der Lücken soll Ithaca auch Aufschlüsse über den Ursprungsort sowie den Entstehungszeitpunkt der Texte geben. Die Datierung dieser Texte war bisher mit gängigen Verfahren wie beispielsweise der Radiokarbonmethode nicht möglich, da für diese Anwendung die Texte auf kohlenstoffhaltigen Materialien verfasst werden mussten.

Der Algorithmus wurde vom Unternehmen DeepMind (AlphaGo, AlphaZero, AlphaFold) in Zusammenarbeit mit mehreren Unternehmen wie Google und Universitäten wie der University of Oxford, der Athens University of Economics and Business oder der Università Ca’Foscari di Venezia entwickelt. Der Name Ithaca wurde als Hommage an die gleichnamige Heimatinsel des Odysseus aus Homers Epen gewählt.

Um den Algorithmus möglichst vielen Menschen zugänglich zu machen, wurde der Quellcode seitens DeepMind auf der Open-Source Versionsverwaltungsplattform GitHub zur Verfügung gestellt, welcher dort genutzt bzw. weiterentwickelt werden kann.

Welche Funktionen stecken in DeepMind’s neuem ML-Modell?

Der Algorithmus zur Textvervollständigung funktioniert – wie die meisten Algorithmen, welche künstliche Intelligenz anwenden – auf Basis von Wahrscheinlichkeiten. Dazu berechnet Ithaca anhand der größten digitalen Datenbank für antike Texte des Packard Humanities Institute aus Kalifornien jene Wörter, welche am wahrscheinlichsten in die Lücken passen. Die Datenbank umfasst knapp 180.000 Inschriften, welche allesamt mittels Metadaten wie Ort und Zeit versehen sind.

Darauf aufbauend wird das Rechenergebnis Experten zur endgültigen Feststellung der Textlücken vorgelegt, welche den ursprünglichen Text mit ihrer Expertise bewerten. In einem durchgeführten Experiment von DeepMind konnte Ithaca alleinig einzelne Wörter mit einer Genauigkeit von 62 % wiederherstellen, Historiker gelang dies jedoch lediglich mit einer Genauigkeit von 25 %. Durch die Zusammenarbeit der Bewertung des Programms und der Experten stieg die Genauigkeit zur Wiederherstellung fehlender Wörter auf 72 %.

Zur Datierung und Zuordnung der Region, in welcher die jeweilige Schrift entstanden ist, unterstützt das „Lexicon of Greek Personal Names“ (LGPN), ein Lexikon griechischer Namen der britischen Universität Oxford. Mit diesen Daten kann analysiert werden, wann welche Namen am häufigsten in welcher Region vertreten waren, um somit Erkenntnisse über die geografische und zeitliche Einordnung der antiken Texte zu generieren. Dadurch soll Ithaca bei der Zeitangabe eine Genauigkeit von 71 % erreichen und beim vorgeschlagenen Entstehungszeitpunkt in einer Zeitspanne von weniger als 30 Jahren liegen.

Wie können Forscher auf Ithaca von DeepMind zugreifen?

Auf den Algorithmus kann über mehrere Wege zugegriffen werden:

  • Auf der Open-Source Versionsverwaltungsplattform GitHub ist der Quellcode, die Bibliotheken sowie weitere Einbindungsmöglichkeiten zur Nutzung von Ithaca angeführt.
  • Ithaca wurde in einem Beitrag der Fachzeitschrift Nature publiziert. Im öffentlich zugänglichen Beitrag wird auf die Arbeitsweise des neuronalen Netzes eingegangen. Zudem werden die verwendeten Methoden detailliert beschrieben sowie Beispiele dargestellt. Auch der Zusammenhang zur vorherigen Textwiederherstellung auf Basis neuronaler Netze von DeepMind namens Pythia wird gebildet.
  • Der Algorithmus ist des Weiteren über die Ithaca-Webseite des Unternehmens DeepMind abrufbar und wird frei und öffentlich zugänglich Forschenden zur Verfügung gestellt. Dort kann mittels Textbox der altgriechische Text eingegeben werden, bei welchem die fehlenden Stellen wiederhergestellt werden. Zudem wird eine Datierung sowie eine Lokalisierung des Erscheinungsorts vorgenommen.

Intelligenter Agent

Was ist ein Intelligenter Agent?

Ein intelligenter Agent (IA) in der Künstlichen Intelligenz (KI) ist ein Programm, welches Entscheidungen treffen oder auch einen Dienst ausführen kann, basierend auf der Umgebung, den Eingaben und von Erfahrungen. Intelligente Agenten werden genutzt, um autonom Informationen über einen regelmäßigen programmierbaren Zeitplan oder aber auch auf Aufforderung durch den Benutzer in Echtzeit zu sammeln.

Solche Agenten werden auch als Bots bezeichnet. Diese Technik, bei der Informationen durch einen Agenten geliefert werden, wird Push Technologie genannt.

Es gibt verschiedene Arten von intelligenten Agenten, wie etwa Reflexions-Agenten, modellbasierte Agenten, zielbasierte Agenten, nutzenbasierte Agenten und lernende Agenten. Diese Arten von intelligenten Agenten werden praktisch durch ihre Bandbreite von Fähigkeiten und Funktionen definiert. Beispiele für diese Agenten sind Alexa und Siri. Diese verwenden Sensoren für die Kommunikation mit dem Benutzer.

Die Intelligenter-Agent-Architektur weist eine Kombination aus Agenten-Funktionen, Architektur und Agent-Programmen auf. Diese Architektur ist eine Maschinerie, auf deren Basis der Agent seine Aktionen ausführt. Im Wesentlichen ist es ein Gerät, bei dem es eingebettete Aktoren und Sensoren gibt. So existieren autonome Fahrzeuge mit Bewegungs- und GPS-Sensoren. Es gibt außerdem Aktoren, die auf Eingaben basieren und die das tatsächliche Fahren unterstützen.

Wo werden IA bei Künstlicher Intelligenz genutzt?

Weitverbreitete Techniken, in denen KI erfolgreich eingesetzt wird, gibt es etwa bei Industrierobotern und bei automatisierten Fertigungsanlagen, in der Qualitätssicherung, mit automatischer Bilderkennung, sowie mit Spracherkennung und Sprachgewinnung, als auch bei Wetter- oder Börsen-Vorhersagen und bei wissensbasierten Expertensystemen.

Typen von Intelligenten Agenten

Zu den Typen der IA zählen:

  • autonome,
  • kognitive,
  • kommunikative,
  • modal adaptive,
  • aktive,
  • reaktive,
  • robuste
  • und soziale Agenten.

Intelligente Agenten zeichnen sich durch Wissen, Lernfähigkeit und die Möglichkeit zu Schlussfolgerungen aus. Auch haben diese Agenten die Fähigkeit zur Verhaltensänderung.

Ein intelligenter Softwareagent kann flexibel handeln. Er ist reaktiv, proaktiv und sozial. Solch ein IA kann autonom in seiner Umgebung agieren. Er erfüllt seine Aufgaben im Auftrag eines Benutzers oder auch von anderen Agenten.

Ein Intelligenter Agent weist die Fähigkeit auf, aufgabenorientiert Problemlösungen durch eine autonome, reaktive und zielgerichtete Anwendung geeigneter Methoden Künstlicher Intelligenz zu nutzen. Er verwendet eine entsprechende Wissensrepräsentation in seiner Umgebung mit den zugehörigen Aktionen und Zielen. Der IA nutzt logische Schlussfolgerungen und heuristische Lösungssuchen beim Planen. Er verwendet maschinelles Lernen und kann unsicheres Wissen behandeln. Mit ihm ist eine intelligente Interaktion möglich, mit Visualisierung und natürlichsprachlichem Dialog.

Es gibt einfache reaktive Agenten, statusbasierte Reflex Agenten, praktisch begründende (planende) Agenten und lernende Agenten. Bei sozialen Agenten gibt es robuste und verteilte Kooperationen mit verschiedenen anderen Agenten für individuelle oder gemeinsame Aufgaben und Ziele. Und in einem Multiagentensystem verfolgen interagierende Agenten verteilte Problemlösungen. Es gibt dabei hierarchische Aufgabenverteilung und ein emergentes Lösungsverhalten (mit Schwarmintelligenz). Außerdem existiert eine Koordination im System, mit Kommunikation zwischen den Agenten und mit verschiedenen Kooperationsmodellen.

ImageNet

Was ist ImageNet?

ImageNet stellt eine Datenbank dar, welche speziell in der Forschung eine Anwendung findet. In dieser befinden sich Bilder, welche Substantiven zugeordnet werden und in Hierarchieform angeordnet sind. Auf etwa 500 Bilder kommt ein Substantiv, wobei über 14 Millionen Bilder in der Datenbank integriert sind. Des Weiteren gibt es weit über 20.000 verschiedene englischsprachige Kategorien.

Anwendungsgebiete

Das Projekt erfreut sich bei verschiedenen Forschungsprojekten einer großen Beliebtheit. Schon 2009 wurde dieses herausgebracht und wird zu Trainingszwecken im Bereich des Convolutional Neutral Networks angewandt. Der seit dem Jahr 2010 veranstaltete Softwarewettbewerb ILSVRC wird dazu genutzt, um Szenen und diverse Objekte richtig zu klassifizieren beziehungsweise zu bestimmen. Gerade wenn es um maschinelles Lernen geht, darf ImageNet als Erwähnung in dem Zusammenhang natürlich nicht fehlen.

Bilder und Begriffsdatenbank

Prinzipiell geht es darum, dass zu einem bestimmten Begriff wiederum das richtige Symbol oder Bild dargestellt werden soll. Damit das System erkennt, welches Substantiv beziehungsweise welcher Begriff zum korrekten Bild gehört, kann man als Programmierer Assoziationen und Vergleiche schaffen, immer im Zusammenhang mit der jeweiligen Klasse. In einer normalen Standardsuchmaschine ist das System ähnlich. Nutzer finden Informationen nur zu dem Begriff, welchen sie zuvor eingegeben haben. Damit stets Bilder zum gesuchten Substantiv angezeigt werden, muss die Datenbank immer auf dem neuesten Stand sein.

ImageNet als Künstliche Intelligenz

Als eigenständiges Datenbanksystem können Anwender auf einen komplexen Dienst zurückgreifen, welcher verschiedene Ergebnisse zu einem einzigen Suchbegriff anzeigt, welche jedoch alle in einem Zusammenhang stehen. Beim Riechen eines bestimmten Geruchs erzeugt sowie aktiviert dieser im menschlichen Gehirn mehrere gedankliche Bilder sowie Assoziationen und Erinnerungen, welche er irgendwann mal im früheren Leben erlernt, erworben und gemacht hat. Daraus resultiert dann eine bestimmte Reaktion.

So ähnlich ist das auch bei ImageNet als künstliche Intelligenz. Durch die Einspeisung verschiedener Bilder und dazugehörige Informationen sowie die Häufigkeit der Eingabe von bestimmten Suchbegriffen kann das System nicht nur die Beliebtheit dieser bestimmen, sondern auch ein eigenes Ranking sowie Verbindungen zu ähnlichen Wörtern herstellen.

Zukunft

ImageNet ist eine Plattform und Datenbank, welche nie auf ein und demselben Stand stehen bleibt. Ständige Updates und Erweiterungen sorgen dafür, dass immer wieder Bilder und Substantive beziehungsweise Suchbegriffe hinzukommen, mit denen das System arbeiten kann. Die Datenbank vergrößert sich, entwickelt sich also weiter. Ähnlich wie im menschlichen Gehirn werden Strukturen und das Intelligenznetz immer mehr ausgebaut. Auch wenn die Datenbank auf zusätzlichen Input angewiesen ist, kann sie aufgrund der großen Beliebtheit und Nachfrage aus der Industrie und Forschung auf eine rosige Zukunft hoffen.

Zugleich stellen normalerweise große Datensammler Dienste unter Umständen auch eine Gefahr dar. Alles, was man dort veröffentlicht und nutzt, wird irgendwie und irgendwo von irgendwen ausgewertet und für Zwecke verschiedener Art verwendet sowie ausgewertet. Die Erhebung von Statistiken und Marktforschungszwecken können dabei nur einige der Aspekte sein. Große Suchmaschinen arbeiten nach einem ähnlichen Prinzip. Leider fehlt es für Laien und Normalnutzern oft an Transparenz, was mit den Daten geschieht.

Internet of Things (IoT)

Das Internet of Things bezeichnet das Konzept einer zunehmenden Anzahl von elektronischen Geräten, die mit dem Internet verbunden sind und andere verbundene Geräte. Das IoT ist also ein riesiges Netzwerk von verbundenen Geräten, die in der Lage sind Daten auszutauschen und damit untereinander zu kommunizieren. Aufgrund der Tatsache, dass das IoT das Potenzial hat menschlichen Einfluss in bestimmten Prozessen überflüssig zu machen, ist es eine der wichtigsten Säulen der Automatisierung. Verbundene Geräte können fast überall verwendet werden.

Ende 2018 waren schon etwa 22 Milliarden Geräte mit dem IoT verbunden. Es wird erwartet, dass diese Zahl bis 2030 auf ca. 50 Milliarden steigt. xxii5 Einige dieser Geräte können nur Daten sammeln und übertragen (Sensoren), manche können auch Daten empfangen und daraufhin eine Aktion durchführen (Aktuatoren) und manche können beides tun. 

IBM Db2

Hierbei handelt es sich um ein Datenbankprodukt von IBM. Es verfügt über KI-gesteuerte Eigenschaften, die Ihnen helfen sollen, die Kontrolle organisierter und freier Daten durch Multi-Cloud-Einstellungen zu revolutionieren. Während Sie Ihnen dabei hilft, die Dateneingabe einfach zu gestalten, wird es Ihrem Unternehmen ermöglicht, AL-Wert zu generieren. Db2 von IBM wurde entwickelt, um Daten auf kompetente Art und Weise zu sammeln, zu untersuchen und zu retten. Jetzt können Sie die innovative Schnelligkeit des Db2-Produkts für die Verwaltung assimilierter Daten verstehen. 

Ursprünglich wurden Db2-Produkte im Wesentlichen für den Betrieb in der IBM Db2-Plattform entwickelt. Später wurde der Db2-Server erfunden, der als Universal Database bekannt ist, und der für alle vorherrschenden Betriebssysteme wie Linux, Windows und UNIX geeignet ist.

Verfügbare Db2-Versionen 

Die aktuelle Version der Universal Database in Db2 ist 10.5. Sie verfügt über eine SSL-Karte, um die Leistung zu beschleunigen. Im Folgenden finden Sie weitere aktuelle Db2-Versionen mit den zugehörigen Bezeichnungen. 

  • 8.1   für Stinger 
  • 9.1   für Viper 
  • 9.7   für Cobra 
  • 10.5 für Kepler 

Andere Versionen sind: 3.4 (Cobweb), 10.1 (Galileo).

Aktualisierte Datenserver-Versionen und -Funktionen 

Basierend auf der Notwendigkeit einiger anspruchsvoller Eigenschaften von Db2 können die Verwaltungen alle anwendbaren Db2-Editionen von IBM auswählen. Im Folgenden sind verschiedene Db2-Editionen und die zugehörigen Funktionen zu finden. 

Server-Edition und -Version 

Diese Edition ist für alle mittleren bis großen Unternehmen geeignet. Sie kann auf folgenden Plattformen ausgeführt werden: Linux, UNIX und Windows. 

WSE 

Diese Serveredition ist sowohl für Arbeitsgruppen als auch für die Übergangsverwaltung von Unternehmen gedacht.  
Über WSE können Sie High Availability Disaster Recovery und Online Reform Clean XML Web Service verwenden, um standardisierte Allianzen (Db2) und SQL-Imitation-Gridlock-Komprimierung zu unterstützen.

Express C 

Express C umfasst alle Db2-Funktionen, und zwar kostenlos. Es kann an alle physischen oder kybernetischen Strukturen angepasst werden. Express Imprint wurde für Einsteiger entwickelt und eignet sich für mittelgroße Unternehmen.
Es verfügt über alle Funktionen des Db2-Datenservers, aber die Verwendung ist dennoch eingeschränkt. Diese Edition verfügt über entsprechende Web Service Alliances, standardisierte Verbände sowie SQL-Gridlock-Komprimierung. 

Developer Edition 

Diese Edition ist für einen einzelnen Anfrageentwickler gedacht. Sie eignet sich, um die Ausschreibungen für die Bereitstellung auf einem beliebigen IBM Db2-Server zu entwerfen, zu konstruieren und zu modellieren. Diese Software kann in der Anwendungsentwicklung nicht individuell angepasst werden.

Warum war das Db2-Upgrade notwendig? 

Um Folgendes zu beheben: AD-Systemfehler, Probleme im Zusammenhang mit dem SSL-Zertifikat, Db2-Wiederherstellungsbefehl.